我想知道数学方式中不确定性和随机性之间的区别。我试图找到它，但我很困惑，因为有些人说它们是一样的？但是任何人都可以为我提供它背后的逻辑推理。如果它们不一样，请解释为什么？
【问题讨论】：
标签： random probability
不要太执着于它。 人们在不同的情况下使用不同的词。 与其说它们有不同的含义，不如说它们的含义取决于情况。
随机性只是一个模糊的通用术语，表示某事是随机的。
在统计学中，不确定性用于表示分布的某些属性（例如其均值）本身是未知的，但可以给出分布。
例如，假设您想知道所有人的平均体重。 准确如果你能找到所有人，得到他们的体重，把它们加起来，然后除以人数，你就可以找到它。
但这太难了，所以假设你只是随机挑选 10 个人并得到他们的平均体重，并且 假装这与每个人的平均体重相同。 这称为样本均值，但您知道它并不准确。 它有所谓的标准误差，这意味着它具有不确定性。
事实上，如果你和不同的人多次做这个实验，你每次都会得到不同的样本均值，而这些样本均值本身会形成一个钟形分布，其标准差为称为标准误，表示其不确定性。
一般来说，如果您将查看的人数增加 100 倍，您可以将标准误差（即不确定性）降低 10 倍。
我敢打赌，你可以看出以民意调查为生的人非常关心这些东西。
为 downvoter 编辑：如果 downvote 是因为这看起来不像 stackoverflow 问题或答案， 我特别提倡random pausing 分析方法。 概要分析在很大程度上被认为是关于测量（统计）编程构造负责的时间。 人们经常被禁止使用这种方法，因为他们害怕结果有太多的不确定性。
This post 非常具体地说明了不确定性究竟是什么。 它表明，对不确定性的恐惧具有阻止人们在他们的代码中发现真正显着的加速的效果。 如此幼稚的统计数据绝对是一个严重的编程问题。
【讨论】：
我的观点使用三个不同颜色的球来观察场景：
我喜欢这里给出的一些答案。根据我目前的研究，我自己的观点是，这是两个不同的术语。不确定性是指当一个人有机会从三个不同颜色的球中选择一个球时，事先不知道可以选择哪个球。
当每个球被选中的机会相同（即概率相同）时，这仍然是正确的。然而，当每个球都有自己独特的概率时，事情很快就会变得复杂。很有可能会选择概率最高的那个。这在算法开发中似乎尤其如此，算法开发几乎总是选择损害随机性含义的最高概率。
说了这么多 - 我相信这些概念仍然令人困惑，这让我意识到我需要花时间明确区分这两者，以确保我目前的研究不会令人困惑。我自己的困境是我需要研究随机与确定性的观点。根据目前的观点，随机性比随机性更不确定，而确定性更基于概率，即确定会选择最高概率； 但这似乎与事实相去甚远。
似乎不确定性一直持续到球被选中/触摸之前，一旦球被选中，它的意义就会很快消失，这将导致其概率被修改。我个人认为这些术语在理论上存在差异，这可能使它们可以互换使用。
【讨论】：
数学和科学中的不确定性通常意味着缺乏事实，或者无法获得事实。天气预报是不确定性的一个很好的例子。
随机性有很多定义。通常它在概率/统计中用作不确定性的度量或量化。因此，在我的天气示例中，30% 的下雨几率是不确定性的衡量标准。更一般的定义（也适用于数学/科学）是不可预测的，或者缺乏秩序。
两者之间肯定有一个模糊的区别。
【讨论】：
根据对概率的贝叶斯解释，不确定性和随机性只是同一事物的两个名称。
【讨论】：
如果一个实验是随机的，那么它对你来说是不确定的。如果某些东西对您来说不确定，那么它具有随机性。
【讨论】：